Редактируемый проект — больше, чем готовая картинка
Американский патент Adobe US12462456B2 описывает неразрушающее генеративное редактирование изображений. Основная идея — хранить оригинал и созданное моделью содержимое в разных слоях вместе с данными для дальнейших изменений. По готовой композиции не всегда понятно, какие области сгенерированы, какой запрос использован и какие ещё варианты доступны.
Представим условную фотографию чашки на столе для интернет-магазина. Редактор добавляет вазу, после чего коллега просит уменьшить её или заменить другим предметом. Иллюстрации созданы для пояснения этого примера; это не патентные чертежи и не доказательство реализации конкретного продукта. Сохранённый рабочий документ помогает продолжить редактирование с понятными исходными условиями.
Слои, маски и устройство редактора
Слой позволяет независимо управлять частью композиции, подобно прозрачным листам поверх исходного снимка. Маска указывает область обработки или отображения. Входная маска соответствует первоначальному выделению пользователя, а маска объекта формируется позднее для предмета в сгенерированном изображении.
В описании сеть генерации изображений взаимодействует с редактором многослойных документов. Общий менеджер управляет слоями, менеджер генеративного слоя отображает свойства, компонент обнаружения объектов выделяет предметы, а панель задач связывает выбор и команды. Для повторного редактирования важна согласованность модели, интерфейса и сохранённых данных.
Выделение задаёт место, текстовый запрос — содержание
В примере пользователь выделяет свободное место рядом с чашкой и вводит «небольшая белая ваза с жёлтыми цветами». Оригинал передаёт окружающий контекст, входная маска — рабочую область, запрос — желаемый объект. Одинаковый текст при иной области или окружении задаёт уже другие условия.
После выделения интерфейс может показать поле ввода и кнопку генерации. Патент предусматривает также работу без текстового запроса, на основе изображения и выделения. Подтверждение области, запуск модели и выбор результата образуют единый рабочий процесс, оставаясь отдельными операциями.
Область запроса и созданный объект не совпадают
Входная маска может быть большим прямоугольником, тогда как ваза занимает только его часть. Для работы именно с вазой система обнаруживает объект в созданном изображении и формирует его маску. Она включается в генеративный слой и может использоваться при следующей генерации.
Входная маска описывает намерение пользователя до генерации, маска объекта — найденный предмет после неё. Повторное использование исходного выделения отличается от обнаружения нового предмета. Перемещение готовых пикселей также не равно повторной генерации с учётом окружения в новом месте.
Варианты следует связывать с условиями их создания
Редактор показывает первый слой с оригиналом и второй со сгенерированным изображением и маской объекта. Композиция меняется, но исходный слой остаётся доступным. Описано сохранение текстового запроса и входной маски как свойств, а также нескольких вариантов в одном генеративном слое.
Дополнительно могут сохраняться начальное значение генерации, сведения о модели и время создания. Начальное значение задаёт стартовое условие; одного числа недостаточно, чтобы гарантировать воспроизводимость при иной версии модели или среде исполнения. Для продолжения работы полезна связь каждого варианта с его входными данными и масками.
Пример с чашкой и функция «Генеративная заливка»
Редактор может выбрать ранее сохранённую вазу либо изменить запрос и снова запустить модель. Переключение варианта обращается к имеющемуся результату, повторная генерация требует нового вычисления. Визуально это похожие правки, но данные и управление различаются.
Официальная инструкция Adobe описывает выделение области, ввод запроса либо оставление поля пустым, генерацию и выбор варианта на панели «Свойства». Такой неразрушающий процесс помогает понять продуктовый контекст, но не доказывает реализацию всех признаков патента в конкретной версии Photoshop. Рабочий документ со слоями целесообразно сохранять отдельно от итогового изображения для публикации.
Что зафиксировать при разработке ИИ-редактора
Опишите связи между оригиналом, входной маской, запросом, вариантами и масками объектов. Выбор другого варианта должен сопровождаться соответствующей маской. При новом запросе или области нужно сохранить связь новой генерации с её условиями. Политика хранения слоёв и прежних вариантов определяет, к каким состояниям можно вернуться.
При сохранении, повторном открытии и совместной работе другому редактору должны быть понятны выбранный вариант и контекст его создания. Общая история нажатий решает другую задачу, чем структура входов и выходов конкретного генеративного слоя. Для технического и патентного анализа покажите последовательность выделения, генерации, извлечения области объекта, сохранения и дальнейшей правки с конкретными данными, передаваемыми между этапами.
Прочитать исходный анализ в Tistory